基于数学形态学的车牌定位算法

车牌定位是汽车牌照识别系统的重要环节,直接影响车牌识别的准确率。利用Sobel算子对汽车图像进行边缘检测,并运用数学形态学的膨胀、区域填充以及腐蚀对二值图像进行处理,可以得到几个车牌候选区,然后利用面积、长宽比以及垂直投影特征值进行综合的分析方式,能准确定位车牌区域。实验结果表明,车牌定位准确率在95%以上,定位时间为0.15 s,并适用于不同环境。

车牌目标的自动定位技术

车牌识别问题是当前国内外研究的一个热点方向 ,它的研究成功对车辆控制、运输安排等有着重要的应用价值 .为了解决车牌识别中的首要问题——车牌的自动定位技术 ,根据车牌目标在图象中的成像特点 ,提出了基于投影不变性的车牌自动检测定位方法 ,在车牌歪斜角度不大的情况下 ,成功地从复杂背景中检测定位出了车牌 .通过现场实际测试 ,该方法取得了较好的定位识别效果 .

一种基于Adaboost的车牌定位算法

针对成像过程的光照影响以及车辆的污损对车牌定位影响较大的情况,提出了一种基于Adaboost的车牌定位算法.该算法首先将车牌彩色图像进行预处理,然后使用Adaboost算法进行车牌定位,最后使用车牌颜色模型对车牌定位结果进行校验.相对于目前用于车牌定位的方法,该算法具有较快的定位速度和较高的准确率.实验证明,采用该算法能获得较好的车牌定位效果,鲁棒性强,具有较大的实用价值.

边缘检测算子在汽车牌照检测中的研究

图像边缘检测一直以来都是图像处理与分析领域的研究热点。本文对数字图像处理中几种具有代表性的边缘检测算子进行了理论分析,并通过VC++编程用各种算子对车牌图像进行边缘提取,通过比较得出了各种算子的精度及在检测中算子选定的参考条件,为实际应用采用哪种算法提供对照和参考。

复杂环境下的汽车图像牌照定位方法

在汽车牌照识别系统中 ,车牌图片定位的准确度因受光照、背景和气候等原因的影响 ,牌照定位有一个较难解决的图像分割问题。作者采用了多层次分割方法对汽车牌照作准确定位。经实践证明 ,该方法实时性好、准确度高 。

基于边缘检测及数学形态学的快速汽车车牌定位

车牌定位是汽车牌照识别系统的重要环节,定位的准确性直接影响车牌识别的准确率。文章研究了利用图像边缘及数学形态学的快速汽车车牌定位方法,首先将彩色图像灰度化,并利用Sobel算子进行图像边缘提取,然后运用数学形态学算法对二值图像进行处理,得到几个车牌候选区域,最后利用连通区域的长宽比、面积比及车牌字符水平分布特征等来准确定位车牌。实验表明、这一方法能快速准确地实现车牌定位。

基于小波变换的车牌图像检测定位算法研究

在讨论二维二进可分离小波及图像小波去噪的基础上,研究一种基于小波变换并结合其他多种图像处理方法的车牌图像检测定位的算法。实验表明,该算法对含噪的车牌图像能较好地完成检测定位。

一种基于模糊聚类的车牌识别方法

本文提出了一种基于模糊聚类的车牌识别方法,该方法先对车牌图像进行预处理,然后对车牌图像进行定位,并对定位的彩色车牌图像进行二值化、边缘检测处理,最后用模糊聚类的方法识别车牌图像,仿真实验表明,该方法运算速度快,能够有效地定位和识别车牌图像。

基于Hough变换及可信度的车牌旋转角度检测

车牌角度矫正是汽车牌照识别的一个重要步骤。采用Hough变换法检测车牌的倾斜角度。首先对汽车牌照图像预处理,再提取车牌上下边框的边缘信息,利用Hough变换对提取的边缘信息进行变换,从而获得车牌上下边框的拟合直线及其倾斜角度,并引入可信度,以度量检测结果的优劣,最终获得较精确的汽车牌照的倾斜角度。实验结果表明,该法抗干扰能力强,检测精度高。